基于改进XGBoost算法硅橡胶击穿场强预测与分析

摘要

硅橡胶材料因其出色的绝缘性能，常用作高压条件下的绝缘材料，其击穿场强是重要的电气性能指标，与材料配方之间存在复杂的非线性关系.基于此，提出了一种基于遗传算法（genetic algorithm,GA）优化的极端梯度提升（extreme gradient boosting,XGBoost）算法的高效评价模型.该模型将GA和XGBoost相结合，以温度、色母相对含量、Al（OH）₃微粉直径、Al（OH）3相对含量和厚度作为输入，建立了优化后的XGBoost模型，对击穿场强进行预测，GA算法在XGBoost模型训练过程中自动选择最优参数.采用皮尔逊相关系数对其影响因素进行分析可知，厚度和温度是影响击穿场强的关键因素，而色母相对含量、Al（OH）₃微粉直径和相对含量的影响相对较小.将常用的回归模型与所提出模型的评价指标进行对比分析，该模型决定系数可达0.953，均方根误差和平均绝对误差仅为0.361 kV/mm和0.168.结果表明：GAXGBoost模型能够较准确地预测该材料的击穿场强，可为研究硅橡胶材料性能和优化材料配方提供参考依据.

关键词

硅橡胶 / 工频击穿试验 / 相关因素 / 预测分析